できるかどうかは悩みのタネじゃない!?
Pythonの機械学習も経理でも!

大見得ですかね?(笑)。

入口でもたつくことはありませんよ、
というおすすめです。

悩みのタネ 検討にもほどがある!?

「石橋を叩いて渡る」・「慎重居士こじ」というとマイナスイメージ
での例えと思われるかもしれません。

私はそうした発想にはプラスのイメージがあります。

日常生活でのうっかりやおっちょこちょいならともかく、
仕事やお金が関連する問題では検討は馬鹿にできません。

とはいえ、何事にも限度があります。

期限無しの検討では、事実上何もしない・現状維持と
検討が骨抜きになります。

また、新しく取り組む仕事や処理の影響や問題は
始めてみないとわからないことが多いはずです。

たとえば、Pythonでの機械学習。

悩みのタネ Pythonの機械学習がカンタン?

プログラミング言語の「Python」と「機械学習」というだけで、
目を背けたくなる印象かもしれません(笑)。

「機械学習」はデータをもとにして特定のモデルを前提に
予測や分析をする技術です。

とっつきにくそうですが、

  • 天気予報
  • 売上予測
  • 不動産賃貸シミュレーション etc.

といった面での利用が考えられます。

書籍でもウェブでもPythonや機械学習の教材は豊富です。

Pythonの実行環境は「Google Colaboratory」が使えます。

極端に言い切ってしまえば、

  • サンプルコードをコピーして、
  • Google Colaboratoryに貼り付けて実行すれば、
  • 機械学習の成果を実践できる

ということになります。

下記は、そういった事例です。

不動産のデータ(賃料・距離・面積等)を元にして分析や
シミュレーションを行った事例です。

私が実行した処理といえば、

  • サンプルコードをコピーして、
  • Google Colaboratoryに貼り付けて実行して、
  • 「#」以下のコメントを追加した

といったところです。

実行した処理は成果とはいえません。

ただし、コピーした処理とはいってもシミュレーションは
追加できます。

たとえば、下記は賃貸物件の面積だけを変更した例です。

シミュレーション3では5㎡で約4.3万円/月ですが、
シミュレーション4では50㎡で約12万円/月です。

変数の操作次第では複雑なシミュレーションも可能です。

上記の例ではPythonでの機械学習ができるかどうかよりも、

  • 何を目的にしているのか?
  • 何がしたいのか?
  • 必要なデータがそろっているのか?
  • 適用した機械学習モデルは妥当か?
  • シミュレーションはデータの相関分析を反映しているか?

といった対象が検討事項になります。

と、ペラペラ書いていますが、全て後付けです(笑)。

悩みのタネ 先送りOK!

ちょっとしたアウトプットでも次の手掛かりになります。

上記の例では、

  • Pythonの文法の理解を補いつつ
  • 機械学習の理解を深める必要があり、
  • データの収集や加工も課題に加える

と検討事項を一段上げることになります。

上記はPythonや機械学習だけの問題ではありません。

私の生業なりわい・税理士業との関連であれば、

  • 経理の効率化
  • ペーパーレス化
  • キャッシュレス化

といった課題でも同じことが言えます。

新しい取り組みには検討が欠かせません。

一方で、

  • やりたいけれど、できるかどうか?

が悩みのタネであれば先送りも選択肢です。

先に進んでみないとわからない課題があります。

 

蛇足
2023年(令和5年)は物価も課題もインフレ状態です(笑)。

<ご案内>

■林友範税理士事務所

ご依頼はこちら

■確定申告のお申し込みはお早めに!

確定申告対応サービス

■災害と税金の情報

災害と税金